基于竞争分析的普适计算在线服务协作技术研究

普适计算环境的动态异构性、资源约束性和上下文感知性使其服务的提供面临着特殊的问题和挑战，其中通过智能协作向用户提供满足约束条件的优化服务是普适计算环境中亟待解决的关键问题。面向普适计算的服务是一种动态的在线服务模式，在满足资源约束的同时，还要充分觉察上下文信息，在此基础上使用高效的服务协作机制和方法，才能提高服务的优化程度。上下文信息是服务协作和优化的重要因素，而目前对上下文感知技术的研究很少从社会群体角度进行建模和管理，社会性的动态协作不足，缺乏高效的在线优化方法，本项目拟通过Agent技术推理出高级的社会上下文，以提高服务对环境感知的智能性和准确性；然后在社会上下文的基础上，基于竞争分析理论，为在线服务提供高效的多Agent协作算法和策略，建立合理优化的在线服务协作机制，实现普适计算环境中基于社会上下文的在线服务优化模型，验证在线服务机制和算法，使其能够适应典型的普适计算应用。

面向普适计算的服务是一种动态的在线服务模式，在满足资源约束的同时，还要充分觉察上下文信息，在此基础上使用高效的服务协作机制和方法，才能提高服务的优化程度。本项目通过挖掘用户与服务间的关联，研究用户与服务的上下文环境的关系，对物理环境的上下文进行智能感知，建立了普适计算环境下agent通信和协作模型，利用Agent等技术推理出高级的社会上下文，在社会上下文的基础上，建立了基于公共本体的分布式语义服务发现机制，通过本体将服务进行分类，借助语义推理提高服务发现技术的查询准确率，设计了一种基于本体知识的双层分布式语义Web 服务系统拓扑结构，并提出了基于P2P 协议和Web 服务领域本体的服务注册和发现方法。仿真实验结果表明该体系结构在保证系统可扩展性的同时，比基于传统P2P 技术的服务发现技术具有更好的健壮性，另外服务发现的查准率和查全率也较高。项目进而研究了普适计算环境下的服务优化问题，提出了面向节能的普适数据聚集优化算法，该算法是一种分层构建数据采集树的启发式算法和分布式的调整算法，可以动态调整数据采集树,实验结果表明该算法和最优解保持在85%的范围以内；接着提出了高效的无线信道分配优化算法，构建了一个能够测量多射频无线mesh网络容量的模型，证明找到奇数个信道的最优分配算法等价于为3个正交信道找到最优的分配算法，这个理论允许用较少的信道来解决较为复杂的问题，实验表明算法有效地提高了网络容量；同时，研究了普适计算环境中移动服务协作优化问题，提出了位置服务优化机制，使用一种基于用户物理社会性的分布式位置凭证机制，为移动服务提供了一种可靠的机制用以保证用户位置声明的可信性；提出了基于社会上下文的服务协作与发布算法，该机制根据服务行业相关度，判断用户对服务的感兴趣程度，以确定广告目标节点根据可靠度和活跃度计算节点效用，动态选择服务广告代理，在社区移动模型下进行仿真实验，验证了算法的正确性和有效性；提出了基于社区效用的服务信息发布优化机制，基于社会上下文属性建立了DTN网络节点移动分析模型，并提出一种有效的分层服务信息协同发布机制，为普适计算环境中在线协作服务提供了有益的理论探索和应用技术支撑。